AI逆向知识热点日报 — 2026年7月20日

关注 AI 在 JS 逆向、安卓逆向、爬虫领域的最新应用动态。本期为第 12 期，筛选 5 条高价值信息。

---

1. camoufox-reverse-mcp：C++ 引擎层 JSVMP 指纹追踪的 JS 逆向 MCP Server

项目地址: github.com/kenuoseclab/camoufox-reverse-mcp
最新版本: v1.1.0（2026-06-25 新增 attach 模式）
工具数量: 35 个 MCP 工具

事件内容

camoufox-reverse-mcp 是一个基于 Camoufox 反指纹浏览器（Firefox 内核）的 MCP Server，专为 JavaScript 逆向工程设计。它让 AI 编码助手（Claude Code、Cursor、Cline 等）能够通过 Camoufox 对目标网站进行接口参数分析、JS 静态分析、动态断点调试、函数 Hook 追踪、网络流量拦截、JSVMP 字节码分析等全套逆向操作。

核心差异化能力是 v1.1.0 引入的 C++ 引擎层 DOM 属性追踪（trace_property_access），这是业界首个在浏览器 C++ 引擎层面追踪 JSVMP 实际读取的 DOM 属性的能力：

• 完全不可检测：追踪发生在 JS 运行时之下的 C++ 层，JSVMP 无法感知
• 四种分析视图：summary（属性列表+频次）、timeline（时间线）、sequence（访问顺序）、search（关键词搜索）
• 自动值收集：小值内联返回，大值（Canvas、WebGL、Cookie）自动保存到文件

值得关注的原因

维度	说明
JSVMP 攻防突破	JSVMP（如 RS 5/6、AK sensor_data、TK JSVMP）是当前最强反爬技术，传统 JS 层 Hook 可被检测；C++ 引擎层追踪从根本上绕过了这一限制
Hook 持久化	context 级持久化，导航后自动重注入，解决了 chrome-devtools-mcp 等工具 Hook 丢失的问题
Firefox 路线	区别于主流 Chrome CDP 路线，使用 Camoufox + Juggler 协议，C++ 层指纹伪造从根源不可检测
Stateless 设计	v1.0.0 从 80 工具精简到 32 个，回归纯工具集定位，工作流管理交给上层 AI 和用户
实战兼容	已在 RS、AK、JY、CF 等强反爬站点验证

工具架构

AI 编码助手 (Cursor / Claude Code)
         ↕ MCP (stdio)
camoufox-reverse-mcp (35 工具 / 8 功能域)
  导航 · 脚本分析 · Hook · 网络 · JSVMP · Cookie · 验证 · ★属性追踪
         ↕ Playwright API
Camoufox (反指纹 Firefox, Juggler 协议)
  C++ 引擎级指纹伪造 · BrowserForge 真实指纹分布

来源:

• GitHub - kenuoseclab/camoufox-reverse-mcp
• 定制版浏览器 - camoufox-reverse

---

2. js-reverse-mcp v4.0.1：AI-native JS 逆向 MCP 进入 v4 时代

项目地址: github.com/1sLand99/js-reverse-mcp（原 zhizhuodemao/js-reverse-mcp）
发布日期: 2026-07-10
Stars: 2.2K+

事件内容

js-reverse-mcp 发布 v4.0.0 / v4.0.1 重大版本更新。该项目是 AI-first 的 JavaScript 逆向工程 MCP Server，将脚本、断点、网络、WebSocket、浏览器状态和本地文件 I/O 重新组织为适合 AI Agent 连续推理的工具。

v4 核心升级:

1. 双模反检测架构：

   • Patchright 协议层（默认）：不调 Runtime.enable / Console.enable，在 isolated world 执行 evaluate，移除自动化 launch flag
   • CloakBrowser 源码层（--cloak）：使用定制 Chromium 编译版，C++ 源码层指纹 patch 覆盖 navigator.webdriver、canvas、WebGL、audio、GPU、字体、屏幕、WebRTC、TLS

2. 24 个工具重组为 Agent primitives：

   • 页面与导航（7个）、脚本分析（4个）、断点与执行控制（6个）、网络与 WebSocket（3个）、浏览器状态（1个）、检查工具（2个）
   • 工具粒度围绕 Agent 决策设计，输出有边界，长结果提示导出文件

3. AI-first 设计原则：

   • list_network_requests 既能列索引，也能按 reqid 查详情，还能用 outputFile 导出材料
   • evaluate_script 既能在页面执行，也能在断点 call frame 执行，还能接收 localFilePath 输入
   • pending 请求会明确提示先恢复执行，避免 Agent 等一个永远不会完成的 response

值得关注的原因

维度	说明
v4 架构跃升	从”Chrome DevTools API 包装”进化为”Agent 决策原语”，工具设计围绕 AI 推理链路而非 DevTools 菜单映射
双模反检测	Patchright + CloakBrowser 两层可选，从协议层 stealth 到源码层指纹 patch，按需升级
本地文件工作台	save_script_source、list_network_requests(outputFile)、evaluate_script(localFilePath) 让 Agent 在浏览器、网络和本地文件间往返
CDP 静默导航	页面加载时不激活 Network.enable / Debugger.enable，请求/控制台收集只走 Playwright 监听器
Cookie/风控重放	clear_site_data 只清当前站点状态，配合 reload 复现 cookie 生成和风控初始化流程

Agent 推荐工作流

new_page → 过风控 → list_network_requests(激活collectors)
→ navigate_page(reload) → list_network_requests(完整请求)
→ 对关键 reqid 使用 outputFile 导出原始材料
→ evaluate_script + localFilePath 验证加密逻辑

来源:

• GitHub - 1sLand99/js-reverse-mcp
• SkillsLLM - js-reverse-mcp

---

3. 看雪深度：AI 辅助还原自定义 VMP 保护方案 — 系统化方法论

文章地址: bbs.kanxue.com/thread-290232-1.htm
作者: 执着的猫
发布日期: 2026-03-09（截至 7 月持续热议，65K+ 浏览）
验证目标: 某红色书籍 App（小红书）

事件内容

这是目前最系统化的 AI 辅助 VMP（Virtual Machine Protection）逆向方法论长文。VMP 是当前移动端 SO 保护的主流方案，将关键算法编译为自定义字节码，由嵌入 SO 中的解释器运行时执行。传统静态分析在这种保护下几乎失效。

文章提出了一套完整的 AI 辅助逆向流程，并已在小红书 App 上验证可行：

全流程：SO 去混淆 → IDA 导出 → 动态调试 + Trace → Opcode 分析 → 字节码提取 → 黑盒/白盒分析 → 文档记录 → 参数还原 → 端到端验证

关键技术环节

环节	方法	AI 的角色
CFF 去混淆	angr 符号执行恢复控制流 + trace 修补	辅助编写 angr 脚本、分析失败 case
IDA 导出	ida-no-mcp 一次性导出所有伪代码到本地	AI 按需读取单个文件，避免上下文窗口溢出
Unidbg 模拟	补全 JNI 环境，加载 SO 调用 native 函数	查找 Android API 返回值格式，加速补桩
Opcode 语义推断	dispatcher 断点 dump 求值栈，观察前后栈变化	批量分析栈变化数据对，穷举运算并交叉验证
循环结构识别	统计字节码 PC 向后跳转，识别嵌套循环	迭代次数暗示密码学参数（如 3×9×4=108 → AES-128）
白盒密码还原	碰撞验证：T1[x] == T2[x^delta] 还原轮密钥	同时生成多个候选假说并编写验证脚本
黑盒探针	固定其他输入，只改变一个字节观察输出	生成候选算法列表，批量验证

AI 协作核心原则

• 让 AI 生成验证代码，而非直接要结论 — “帮我验证这组数据是否符合 AES-128 CBC” 远好于 “这个算法是什么”
• 小步迭代 — 每次只攻克一个子问题，验证通过后再推进
• 人机分工 — 人类决定方向、设计实验；AI 执行数据处理、编写脚本、维护文档
• 文档即记忆 — 所有发现写入文档（CLAUDE.md + docs/），AI 每次 session 加载继续工作
• 只信事实，不信结论 — 每个结论需独立实验数据支撑，区分”已验证”和”待验证”

值得关注的原因

维度	说明
VMP 逆向标杆	VMP 是 SO 保护最高水准，本文是首个公开的系统化 AI 辅助 VMP 逆向方法论
可复现性	在小红书 App 验证可行，流程可迁移到其他 VMP 保护的 App
AI 角色定义	明确了 AI 在逆向中的定位：不是替代人，而是加速”假说→验证”循环（几分钟 vs 一整天）
文档驱动	提出文档即记忆的工作模式，解决了 AI 无跨 session 记忆的痛点
社区影响	65K+ 浏览，224 条回复，是看雪 2026 年度逆向热帖

来源:

• 看雪 - AI辅助还原自定义VMP保护方案

---

4. Firecrawl v2.11：AI 爬虫进入 Keyless MCP 时代

评测来源: pondero.ai/mcps/reviews/firecrawl-review-july-2026/
发布日期: 2026 年 6-7 月
评分: 4.5/5（较 5 月上调 0.1）

事件内容

Firecrawl 在 43 天内发布三项重大更新，重新定义了 AI Agent 的网页数据获取工作流：

三大核心更新

更新	发布时间	核心价值
Keyless MCP (v2.11.0)	6 月下旬	无需 API Key 即可通过 MCP/CLI/SDK 调用，每月 1,000 免费额度
Research Index	6 月 16 日	3M+ arXiv 论文 + GitHub 产物的 AI/ML 专用搜索索引
/monitor	7 月 1 日（网页级）	变更追踪，仅推送 diff，减少 90% Token 消耗

Keyless MCP — 零配置 Agent 集成

# Claude Code 一行接入，无需 API Key
claude mcp add --transport http firecrawl https://mcp.firecrawl.dev/v2/mcp

消除了”构建前注册”摩擦——编码 Agent 不再需要等待人类粘贴 API Key 就能开始工作。

deterministicJson — 无 LLM 调用的结构化提取

被评测称为”沉睡者”功能：通过缓存提取器返回结构化 JSON，无需每请求调用 LLM，同一页面每次返回相同 JSON 结构，既便宜又可重复。

Research Index — AI/ML 文献检索

• 覆盖 3M+ arXiv 论文 + 顶级研究仓库的 GitHub 产物
• arXivQA 召回率 53.3%（次优竞品 45.4%），MRR 0.750
• 每次任务成本约 $0.32

值得关注的原因

维度	说明
Agent 原生	Keyless MCP 让 AI Agent 零配置启动爬取，是 Agent 自主获取网页数据的关键基础设施
成本可控	deterministicJson 跳过 LLM 调用 + /monitor 减少 90% Token + 扁平定价（1 credit/页）
爬虫→Agent 演进	Firecrawl 从”爬虫 API”进化为”Agent 数据层”，Parallel Agents + Skills + CLI 面向 AI Agent 原生设计
安全合规	redactPII 自动脱敏 + Lockdown Mode 零出站请求 + 零数据保留
逆向辅助	AI/ML 逆向研究者可用 Research Index 快速检索相关论文（如 LLM4Decompile、JsDeObsBench 等）

来源:

• Firecrawl 2026年7月评测
• Firecrawl 官方更新日志

---

5. 看雪实战：全流程使用 AI 完成 APK 重打包

文章地址: 看雪安全社区
发布日期: 2026-07-19（昨日发布，3624+ 浏览）
作者: fyrlove

事件内容

看雪社区发布了一篇实战文章，全流程使用 AI 辅助完成 APK 重打包，包括：

1. 改包名 — 修改 APK 的 package name
2. 绕过 Native 校验 — 处理 SO 层的签名校验和完整性检测
3. 重建签名 — 使用新密钥对重打包后的 APK 进行签名
4. 去掉奖励广告 — 移除应用内的广告模块

作者从 Google Play 随手找了一个小游戏进行尝试，目标是验证”完全使用 AI 辅助，能不能完成 APK 重打包的整个过程”。这是一次端到端的 AI 辅助 Android 逆向实践，覆盖了从静态分析到动态调试再到重打包签名的完整链路。

值得关注的原因

维度	说明
端到端验证	不是单点工具演示，而是从分析到重打包的完整流程 AI 辅助复现
Native 校验绕过	SO 层签名校验是 APK 重打包的核心难点，AI 辅助分析 Native 校验逻辑具有方法论价值
社区热度	发布 1 天即获 3624+ 浏览，反映了社区对 AI 辅助 Android 逆向实战的高度关注
门槛降低	APK 重打包传统上需要丰富的逆向经验，AI 辅助使这一门槛显著降低
趋势印证	与看雪近期上线的”AI 逆向与安全开发全栈实战”课程（499元，5.4K人观看）形成趋势印证

相关动态

看雪学苑近期在 AI 逆向领域的布局：

• **《AI 逆向与安全开发全栈实战》**课程上线（Claude Code + Agent + MCP 全掌握，5.4K 人观看）
• **《利用 AI 人工智能辅助逆向分析》**课程更新（2026-07-09，4.4K 人观看）
• **《企业 AI Agent 安全异常行为监控实战》**课程上线（1.1K 人观看）

来源:

• 看雪安全社区首页
• 看雪课程 - AI逆向与安全开发全栈实战

---

本期趋势总结

三大趋势

1. JSVMP 攻防进入 C++ 引擎层

   • camoufox-reverse-mcp 的 C++ 引擎层属性追踪代表了 JSVMP 对抗的新前沿
   • js-reverse-mcp v4 的 CloakBrowser 源码层 patch 同样下沉到 C++ 层
   • 传统 JS 层 Hook 已无法对抗现代 JSVMP，反检测从行为层全面下沉到引擎层

2. AI 辅助逆向方法论走向系统化

   • 看雪 VMP 逆向方法论（65K+ 浏览）标志 AI 辅助逆向从”单点工具”走向”系统方法论”
   • 核心模式：AI 加速”假说→验证”循环 + 文档即记忆 + 人机分工明确
   • 看雪平台系统性推出 AI 逆向课程，标志社区已认可 AI 逆向为独立技术方向

3. AI 爬虫工具链 Agent 原生化

   • Firecrawl Keyless MCP 消除 Agent 集成摩擦，deterministicJson 降低提取成本
   • Crawl4AI（62K stars）持续迭代，LLM-First 网页转换器定位明确
   • 爬虫工具从”API 服务”进化为”Agent 数据层”，原生适配 AI Agent 工作流

AIHOT 通用 AI 热点（7月18-19日）

事件	来源
Qwen3.8 开源发布，2.4T 参数	X - @Alibaba_Qwen
MiniCPM5-2B 发布：4B 以下全球性能第一	面壁智能
面壁智能开源 MiniCPM-Robot 具身智能模型	X - @OpenBMB
transcribe.cpp：ggml 跨平台语音转录库	Hacker News
ChatGPT Work 功能上线	X - @thsottiaux

---

本日报由自动化任务每日 07:00 自动生成 | 数据来源：AIHOT API + WebSearch + WebFetch